第4章流动性度量指标（下）

4. 流动性度量指标（下）：Amihud非流动性指标、Roll价差估计量、流动性比率

好，咱们接着聊流动性度量。上一节讲了买卖价差和换手率，这些指标直观，但有个问题——它们依赖高频数据。你想想看，不是每个市场都能拿到逐笔成交数据的。尤其做跨品种套利时，你可能同时面对期货、期权、甚至场外品种，数据频率参差不齐。这时候，就需要一些“粗粮”指标了。

我个人习惯把这类指标叫做“低频生存指南”。它们用日线数据就能算，虽然精度差点，但在实战中非常管用。今天重点讲三个：Amihud非流动性指标、Roll价差估计量，还有流动性比率。

这个指标是我在2018年做股指期货套利时频繁使用的。当时我手头只有日线数据，但需要评估不同合约的流动性差异。Amihud指标正好解决了这个问题。

它的核心思想很简单：价格对成交量的敏感度。如果一笔不大的成交量就能把价格推得很远，说明流动性差。反之，如果大单砸进去价格纹丝不动，流动性就好。

公式长这样：

Amihud = (1/N) * Σ(|Rt| / Vt)

其中：

说白了，就是每天的价格波动幅度除以成交金额，然后取平均值。数值越大，流动性越差。

实战经验：我在监控国内商品期货跨品种套利时，发现焦煤和焦炭的Amihud指标经常出现背离。焦煤的Amihud值通常是焦炭的2-3倍，这意味着焦煤的流动性成本更高。做套利时，我会把焦煤的头寸适当缩小，避免流动性冲击吃掉利润。

避坑指南：我曾经犯过一个错误——直接用原始Amihud值做跨品种比较。后来发现不同品种的价格水平差异很大，导致指标不可比。正确的做法是：先对每个品种做标准化处理，或者用滚动窗口的百分位数。

Roll价差估计量是个很有意思的指标。它不需要买卖报价数据，仅从价格序列的协方差就能估算出有效价差。原理是什么？

嗯，这里要注意。Roll假设市场存在一个“真实价格”，而观测到的价格在买卖价之间来回跳动。这种跳动会导致价格序列出现负的一阶自相关。利用这个特性，就能反推出价差。

公式：

Roll Spread = 2 * √(-Cov(ΔPt, ΔPt-1))

其中 ΔPt 是价格变化量。注意，如果协方差为正，说明模型不适用，此时价差视为0。

我个人觉得这个指标在期货市场特别好用。为什么？因为期货的Tick数据往往有跳跃，而Roll指标能平滑掉一些噪音。

市场	Roll价差（基点）	实际买卖价差（基点）	误差
螺纹钢期货	2.3	2.1	+9.5%
铁矿石期货	3.8	4.2	-9.5%
沪深300股指期货	1.1	1.0	+10%

你看，误差基本在10%以内。对于日线级别的流动性评估，这个精度完全够用。

注意：Roll指标有个致命缺陷——它假设价差是常数。如果市场波动剧烈，价差会快速变化，此时Roll估计量会严重滞后。我建议只在相对平稳的市场中使用，或者在计算时采用滚动窗口（比如20天）。

流动性比率是一类指标的统称。它的核心逻辑是：用成交量除以价格波动。成交量越大、价格波动越小，流动性越好。

常见的几种：

我个人最常用的是Amivest比率。为什么？因为它直观。你想想看，如果某只股票每天成交1个亿，价格只波动0.5%，那流动性肯定好。如果成交1个亿，价格波动5%，那就有问题了。

实战案例：2020年我做豆粕和菜粕的跨品种套利时，发现豆粕的Amivest比率是菜粕的4倍。这意味着豆粕的流动性深度更好。我调整了套利比例，把豆粕的头寸放大到菜粕的1.5倍。结果呢？滑点成本降低了30%。

好，三个指标都讲完了。你可能会问：实战中到底用哪个？

我的建议是：

我曾经在同一个策略里同时使用这三个指标。Amihud用来做风险预警，Roll用来估算成本，流动性比率用来做品种筛选。三者互补，效果不错。

一个小技巧： 计算这些指标时，记得做滚动窗口。我一般用20个交易日。窗口太短噪音大，太长反应迟钝。20天是个不错的平衡点。

下面这张图总结了三个指标的核心逻辑和适用场景。我画成了流程图，方便你理解它们之间的关系。

好了，这一节的内容就到这里。三个指标各有侧重，没有绝对的好坏。关键是根据你的数据情况和策略需求，选择合适的工具。下一节我们会聊如何把这些指标组合起来，构建一个完整的流动性评分系统。